国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      基于超圖結(jié)構(gòu)的社交網(wǎng)絡(luò)推薦模型構(gòu)建方法與流程

      文檔序號:11230559閱讀:來源:國知局

      技術(shù)特征:

      技術(shù)總結(jié)
      本發(fā)明適用于個性化推薦領(lǐng)域,提供了一種基于超圖結(jié)構(gòu)的社交網(wǎng)絡(luò)推薦模型構(gòu)建方法,該方法包括如下步驟:基于社交網(wǎng)絡(luò)中的用戶?項目評分矩陣構(gòu)建以項目為中心的超圖及以用戶為中心的超圖;計算用戶評價相似度,項目特征相似度及用戶特征相似度;在矩陣因子分解模型的基礎(chǔ)上,融入用戶評價相似度、用戶特征相似度和項目特征相似度,獲取目標(biāo)函數(shù);對目標(biāo)函數(shù)采用隨機梯度下降算法,迭代求出用戶潛在因子矩陣及項目潛在因子矩陣;基于用戶潛在因子矩陣及項目潛在因子矩陣預(yù)測用戶對項目的評分,向用戶推薦預(yù)測評分最高的項目。本發(fā)明實施例在矩陣因子分解模型的基礎(chǔ)上,融入用戶特征、項目特征、用戶評分,推薦模型描述更為全面,提高推薦準(zhǔn)確率。

      技術(shù)研發(fā)人員:鄭孝遙;孫麗萍;陳付龍;陳文;羅永龍
      受保護的技術(shù)使用者:安徽師范大學(xué)
      技術(shù)研發(fā)日:2017.04.24
      技術(shù)公布日:2017.09.08
      當(dāng)前第2頁1 2 
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點贊!
      1